Тепер звіт Goldman Sachs підняв питання про використання генетичного штучного інтелекту в бізнесі. Технічні гіганти та інші мають намір витратити понад 1 трильйон доларів США на капіталізацію штучного інтелекту в найближчі роки, але наразі це мало що можна продемонструвати, йдеться у звіті. Цікаво, чи окупляться ці великі витрати? У звіті багато експертів висловлюють сумніви щодо будь-яких революційних ефектів штучного інтелекту в короткостроковій перспективі. Деякі інші експерти більш оптимістичні щодо економічного потенціалу штучного інтелекту та його здатності в кінцевому підсумку приносити прибуток за межі того, що вони називають поточною фазою «кирки та лопати», коли «вбивча програма» ШІ ще не з’явилася. «Але незважаючи на ці занепокоєння та обмеження, ми все ще бачимо місце для штучного інтелекту, або тому, що штучний інтелект починає виконувати свої обіцянки, або через те, що бульбашкам потрібно багато часу, щоб лопнути», — йдеться у звіті.
Наскільки продуктивним може бути генеративний ШІ?
В інтерв’ю Goldman Sachs Дарон Ацемоглу, професор Інституту Массачусетського технологічного інституту, який написав кілька книг, у тому числі «Чому нації зазнають краху: походження влади, процвітання та бідності» та свою останню «Влада та прогрес: наша тисяча років» Гонка за технологіями та процвітанням», стверджував, що підвищення продуктивності та зростання в США завдяки технології генетичного штучного інтелекту протягом наступного десятиліття — і, можливо, й далі — ймовірно, буде більш обмеженим, ніж багато хто очікує.
За оцінками Асемоглу, лише чверть робочих місць, які піддаються впливу штучного інтелекту, буде рентабельною для автоматизації протягом наступних 10 років, тобто штучний інтелект торкнеться менше 5% усіх робочих місць. І він не отримує особливого задоволення від історії технологій, які з часом удосконалюються та стають дешевшими, стверджуючи, що прогрес у моделях штучного інтелекту, ймовірно, не відбудеться так швидко — чи майже настільки різко — як багато хто вважає.
Асемоглу також ставить під сумнів, чи призведе впровадження штучного інтелекту до створення нових завдань і продуктів, кажучи, що ці ефекти «не є законом природи». Згідно з його оцінками, загальний ефект факторної продуктивності протягом наступного десятиліття повинен становити не більше 0,66% — і навіть менше 0,53% з поправкою на складність важких навчальних завдань. І це число приблизно означає вплив на ВВП у 0,9% протягом десятиліття.
«Кожен людський винахід слід відзначати, а генетичний штучний інтелект є справжнім людським винаходом», — каже Ацемоглу. «Але надмірний оптимізм і ажіотаж можуть призвести до передчасного використання технологій, які ще не готові до прайм-тайму. Цей ризик здається особливо високим сьогодні для використання штучного інтелекту для стимулювання автоматизації. Надмірна автоматизація дуже скоро може створити затори та інші проблеми для підприємств, які більше не мають гнучкості та здатності вирішувати проблеми, які забезпечує людський капітал».Прибуток на інвестиції
Джим Ковелло, керівник Global Equity Research в Goldman Sachs, стверджує, що для отримання достатньої прибутковості від дорогих технологій штучного інтелекту штучний інтелект повинен вирішувати дуже складні проблеми, чого він зараз не в змозі зробити і, можливо, ніколи не зможе». Мене головним чином хвилює те, що значні витрати на розробку та використання технології штучного інтелекту означають, що програми штучного інтелекту повинні вирішувати дуже складні та важливі для бізнесу проблеми, щоб отримати відповідну рентабельність інвестицій», — говорить він. «За нашими оцінками, створення інфраструктури штучного інтелекту коштуватиме понад 1 трильйон доларів лише протягом наступних кількох років, включаючи витрати на центри обробки даних, комунальні послуги та програми. Отже, критичне питання: яку проблему на 1 трильйон доларів вирішить штучний інтелект? інтелект? Замінити низьку зарплату. Роботи з надзвичайно дорогими технологіями — це в основному протилежність попереднім технологічним переходам, які я спостерігав за тридцять років, як уважно стежу за індустрією технологій».
«Багато людей намагаються порівняти штучний інтелект сьогодні з першими днями Інтернету», — каже Ковелло. «Але навіть на початку свого існування Інтернет був недорогим технологічним рішенням, яке дозволяло електронній комерції замінити дорогі існуючі рішення. Amazon могла продавати книги за нижчою ціною, ніж Barnes & Noble, оскільки їй не потрібно було підтримувати дорогу цеглу. – Розташування та розташування Перемотайте три десятиліття вперед, а Web 2.0 все ще надає дешевші рішення, які руйнують більш дорогі рішення, такі як Uber, який витісняє послуги лімузинів, тоді як питання про те, чи технологія штучного інтелекту коли-небудь виправдає свої обіцянки сьогодні, безумовно, дискусійне. Менш дискусійним є те, що технологія штучного інтелекту є надзвичайно дорогою, і щоб виправдати цю вартість, технологія має бути здатною вирішувати складні проблеми, для чого вона не була розроблена».
Ковелло не вважає, що вартість технології різко знижується, оскільки технологія розвивається, через відсутність конкуренції, оскільки Nvidia є єдиною компанією, яка наразі може виробляти графічні процесори, які живлять штучний інтелект, і оскільки вихідна точка для витрат така низький, що навіть якщо витрати зменшаться, їм доведеться зробити це значно, щоб зробити автоматизацію завдань на основі штучного інтелекту доступною.
Повний звіт читайте тут.
Тепер звіт Goldman Sachs підняв питання про використання генетичного штучного інтелекту в бізнесі. Технічні гіганти та інші мають намір витратити понад 1 трильйон доларів США на капіталізацію штучного інтелекту в найближчі роки, але наразі це мало що можна продемонструвати, йдеться у звіті. Цікаво, чи окупляться ці великі витрати? У звіті багато експертів висловлюють сумніви щодо будь-яких революційних ефектів штучного інтелекту в короткостроковій перспективі. Деякі інші експерти більш оптимістичні щодо економічного потенціалу штучного інтелекту та його здатності в кінцевому підсумку приносити прибуток за межі того, що вони називають поточною фазою «кирки та лопати», коли «вбивча програма» ШІ ще не з’явилася. «Але незважаючи на ці занепокоєння та обмеження, ми все ще бачимо місце для штучного інтелекту, або тому, що штучний інтелект починає виконувати свої обіцянки, або через те, що бульбашкам потрібно багато часу, щоб лопнути», — йдеться у звіті.
Наскільки продуктивним може бути генеративний ШІ?
В інтерв’ю Goldman Sachs Дарон Ацемоглу, професор Інституту Массачусетського технологічного інституту, який написав кілька книг, у тому числі «Чому нації зазнають краху: походження влади, процвітання та бідності» та свою останню «Влада та прогрес: наша тисяча років» Гонка за технологіями та процвітанням», стверджував, що підвищення продуктивності та зростання в США завдяки технології генетичного штучного інтелекту протягом наступного десятиліття — і, можливо, й далі — ймовірно, буде більш обмеженим, ніж багато хто очікує.
За оцінками Асемоглу, лише чверть робочих місць, які піддаються впливу штучного інтелекту, буде рентабельною для автоматизації протягом наступних 10 років, тобто штучний інтелект торкнеться менше 5% усіх робочих місць. І він не отримує особливого задоволення від історії технологій, які з часом удосконалюються та стають дешевшими, стверджуючи, що прогрес у моделях штучного інтелекту, ймовірно, не відбудеться так швидко — чи майже настільки різко — як багато хто вважає.
Асемоглу також ставить під сумнів, чи призведе впровадження штучного інтелекту до створення нових завдань і продуктів, кажучи, що ці ефекти «не є законом природи». Згідно з його оцінками, загальний ефект факторної продуктивності протягом наступного десятиліття повинен становити не більше 0,66% — і навіть менше 0,53% з поправкою на складність важких навчальних завдань. І це число приблизно означає вплив на ВВП у 0,9% протягом десятиліття.
«Кожен людський винахід слід відзначати, а генетичний штучний інтелект є справжнім людським винаходом», — каже Ацемоглу. «Але надмірний оптимізм і ажіотаж можуть призвести до передчасного використання технологій, які ще не готові до прайм-тайму. Цей ризик здається особливо високим сьогодні для використання штучного інтелекту для стимулювання автоматизації. Надмірна автоматизація дуже скоро може створити затори та інші проблеми для підприємств, які більше не мають гнучкості та здатності вирішувати проблеми, які забезпечує людський капітал».Прибуток на інвестиції
Джим Ковелло, керівник Global Equity Research в Goldman Sachs, стверджує, що для отримання достатньої прибутковості від дорогих технологій штучного інтелекту штучний інтелект повинен вирішувати дуже складні проблеми, чого він зараз не в змозі зробити і, можливо, ніколи не зможе». Мене головним чином хвилює те, що значні витрати на розробку та використання технології штучного інтелекту означають, що програми штучного інтелекту повинні вирішувати дуже складні та важливі для бізнесу проблеми, щоб отримати відповідну рентабельність інвестицій», — говорить він. «За нашими оцінками, створення інфраструктури штучного інтелекту коштуватиме понад 1 трильйон доларів лише протягом наступних кількох років, включаючи витрати на центри обробки даних, комунальні послуги та програми. Отже, критичне питання: яку проблему на 1 трильйон доларів вирішить штучний інтелект? інтелект? Замінити низьку зарплату. Роботи з надзвичайно дорогими технологіями — це в основному протилежність попереднім технологічним переходам, які я спостерігав за тридцять років, як уважно стежу за індустрією технологій».
«Багато людей намагаються порівняти штучний інтелект сьогодні з першими днями Інтернету», — каже Ковелло. «Але навіть на початку свого існування Інтернет був недорогим технологічним рішенням, яке дозволяло електронній комерції замінити дорогі існуючі рішення. Amazon могла продавати книги за нижчою ціною, ніж Barnes & Noble, оскільки їй не потрібно було підтримувати дорогу цеглу. – Розташування та розташування Перемотайте три десятиліття вперед, а Web 2.0 все ще надає дешевші рішення, які руйнують більш дорогі рішення, такі як Uber, який витісняє послуги лімузинів, тоді як питання про те, чи технологія штучного інтелекту коли-небудь виправдає свої обіцянки сьогодні, безумовно, дискусійне. Менш дискусійним є те, що технологія штучного інтелекту є надзвичайно дорогою, і щоб виправдати цю вартість, технологія має бути здатною вирішувати складні проблеми, для чого вона не була розроблена».
Ковелло не вважає, що вартість технології різко знижується, оскільки технологія розвивається, через відсутність конкуренції, оскільки Nvidia є єдиною компанією, яка наразі може виробляти графічні процесори, які живлять штучний інтелект, і оскільки вихідна точка для витрат така низький, що навіть якщо витрати зменшаться, їм доведеться зробити це значно, щоб зробити автоматизацію завдань на основі штучного інтелекту доступною.
Повний звіт читайте тут.
